Microsoft Fabric

Arquitectura de seguridad de Microsoft Fabric para plataformas de datos en producción

Una guía de arquitecto para proteger plataformas Microsoft Fabric en producción: modelo de amenazas, identidades, límites de áreas de trabajo, controles a nivel de datos y sus vías de elusión, patrones de aislamiento multi-tenant, contexto de tenant, secretos, red, identidades de servicio, auditoría y radio de impacto, con una lista de comprobación de revisión reutilizable.

Por JaviPublicado 30 min de lecturaAvanzado

En este artículo

La mayoría de los problemas de seguridad en Fabric no se deben a una funcionalidad que falta. Son caminos que nadie cartografió: un informe protegido con seguridad a nivel de fila mientras la misma tabla se puede leer desde el punto de conexión SQL, una canalización que se ejecuta discretamente con la identidad de quien la editó por última vez, un acceso directo que hace visible la carpeta de un cliente desde el área de trabajo de otro cliente. Esta guía responde a una pregunta:

¿Cómo diseño la seguridad en Microsoft Fabric para que las identidades, los límites de las áreas de trabajo, el acceso a los datos, la red, los secretos, las operaciones y el aislamiento de tenants funcionen juntos?

El principio de arquitectura. La seguridad solo es tan fuerte como el camino menos controlado hacia los datos. Un diseño no es seguro porque un camino de acceso esté protegido. A la misma tabla Delta se puede llegar mediante un rol de área de trabajo, un Warehouse o un punto de conexión de análisis SQL, un modelo semántico, un notebook, una canalización, las API de OneLake, un acceso directo en otra área de trabajo, una aplicación externa o una identidad de servicio, y cada uno de esos caminos lo controla un mecanismo distinto. El trabajo del arquitecto es enumerar cada camino y decidir qué protege a cada uno.

  1. Tabla de pedidos de clientesTabla Delta en OneLake
    • DAX
      RLS / OLS del modeloModelo semánticoSe aplica solo a los Viewers, no a los creadores
    • T-SQL
      Reglas SQL u OneLakeWarehouse o endpoint SQLDepende del elemento y del modo de acceso del punto de conexión
    • Spark
      Seguridad de OneLakeNotebook / SparkLos creadores leen todo el área de trabajo
    • ejecución de servicio
      Identidad de ejecuciónCanalización o trabajoSe ejecuta como su último modificador o una conexión
    • API de ADLS
      Seguridad de OneLakeAPI de OneLakeTambién requiere la configuración de tenant para aplicaciones externas
    • acceso directo
      Passthrough o delegadoAcceso directo en otro lugarIdentidad del usuario o credencial de la conexión
Una tabla, muchos caminos. A la misma tabla Delta se llega por al menos seis caminos, y cada uno depende de un control distinto. Proteger uno, por ejemplo con RLS del modelo semántico, deja los demás tan abiertos como antes.

Este es el segundo artículo insignia de arquitectura de Javi Builds. Diseñar una plataforma de datos de producción (en inglés) sitúa la seguridad entre las decisiones que hay que tomar antes de construir; este artículo profundiza en esa decisión. No es un tutorial de asignación de roles ni una lista de funcionalidades. Cada hecho documentado por Microsoft está enlazado en Fuentes; los marcos, patrones y recomendaciones son orientación de arquitectura de Javi Builds y se presentan como recomendaciones.

Terminología: tres tipos de «tenant»

La palabra «tenant» tiene varios significados en este tema, así que este artículo distingue tres:

Término Significado aquí Ejemplo
Tenant de plataforma (cliente) Un cliente, una entidad de negocio, un socio u otro consumidor lógicamente aislado de tu plataforma de datos Uno de los 60 clientes minoristas de un producto analítico
Tenant de Entra Un directorio de Microsoft Entra ID: usuarios, grupos, entidades de servicio El directorio de tu organización; el directorio de un socio
Tenant de Fabric El entorno de Fabric asociado a un tenant de Entra, con su configuración de tenant y sus capacidades Todo lo que gobiernan tus administradores de Fabric

En este artículo, «multi-tenant» significa siempre muchos tenants de plataforma atendidos por una misma plataforma Fabric, salvo que se mencione explícitamente un tenant de Entra.

El ejemplo de referencia

Un escenario genérico mantiene concretas las decisiones. Una empresa ofrece un producto analítico a unos 60 clientes empresariales. Los clientes consultan paneles y descargan extracciones a través de una aplicación web; tres clientes grandes también quieren acceso SQL directo a sus propios datos. La misma plataforma Fabric da servicio a los equipos internos de finanzas y operaciones de la empresa, y contiene datos de contacto de clientes y datos de pago. El escenario es inventado y no contiene datos reales de clientes ni de empleadores.

Las capas de seguridad

El resto del artículo recorre estas capas en orden. Cada una reduce el acceso para la siguiente, y ninguna sustituye a otra: un límite de red sólido no hace seguro un rol de área de trabajo demasiado amplio, y un filtro de filas preciso no sirve de nada si un rol de creador lo elude. La gobernanza, los secretos, la auditoría y el contexto de tenant atraviesan todas las capas.

  1. Identidad

    • Personas en gruposEntra ID, Acceso condicional
    • Identidades de carga de trabajoEntidades de servicio, identidad del área de trabajo
  2. Red

    • EntranteVínculos privados de tenant o de área de trabajo
    • SalientePuertas de enlace, puntos de conexión privados administrados, OAP
  3. Área de trabajo

    • CreadoresAdmin, Member, Contributor: acceso completo a los datos
    • ConsumidoresViewer: sujeto a reglas de datos
  4. Elemento

    • Permisos de elementoRead, ReadData, ReadAll, Build, Reshare
    • Accesos directos y recursos compartidosPassthrough, delegados, externos
  5. Datos

    • Seguridad de OneLakeTablas, carpetas, RLS, CLS
    • Permisos SQLGRANT, RLS, CLS, enmascaramiento
    • Seguridad del modeloRLS, OLS para lectores de informes
  6. Consumidor

    • Informes
    • Aplicaciones y API
    • Notebooks y clientes SQL

Aspectos transversales

  • Gobernanza
  • Secretos
  • Auditoría
  • Contexto de tenant
La arquitectura de seguridad de Microsoft Fabric como capas de decisiones. Cada nivel reduce el acceso para el siguiente; ninguno sustituye a otro. Gobernanza, secretos y auditoría atraviesan todos los niveles, y el contexto de tenant debe sobrevivir a todos.

El modelo de amenazas antes que los controles

Empieza con tres preguntas antes de elegir un solo control:

¿Qué estamos protegiendo, frente a quién y a través de qué caminos de acceso?

No es un método formal de modelado de amenazas. Es una lista práctica de las formas en que las plataformas Fabric realmente filtran datos o fallan, para que cada control del resto del artículo tenga una razón de ser:

Amenaza Cómo suele ocurrir Control de arquitectura principal
Acceso accidental entre tenants Una tabla compartida sin filtro de tenant aplicado; una consulta, vista o extracción que olvida el predicado Patrón de aislamiento elegido por tipo de cliente; filtro aplicado por debajo de la aplicación
Privilegios excesivos en el área de trabajo Consumidores añadidos como Contributor o Member «para que puedan verlo todo» Creadores y consumidores en áreas de trabajo y roles distintos
Identidad de servicio comprometida Una única entidad de servicio con Contributor en todas las áreas de trabajo; su secreto se filtra Una identidad por carga de trabajo y por límite; mínimo privilegio; ningún secreto compartido
Secreto filtrado Credenciales en el código de un notebook, el JSON de una canalización, Git o un archivo de configuración Identidad del área de trabajo o referencias de Key Vault; nunca secretos en las definiciones
Acceso SQL que elude los controles del modelo semántico RLS definida solo en el modelo semántico; los usuarios también tienen acceso al punto de conexión SQL Aplicar las reglas donde leen todos los caminos: permisos SQL o seguridad de OneLake
Acceso a datos sensibles desde notebooks o canalizaciones Ingenieros con Contributor en producción leen datos personales mediante Spark Áreas de trabajo de producción restringidas; datos sensibles separados o enmascarados
Uso compartido mal configurado Elemento compartido con Reshare y luego vuelto a compartir fuera de la audiencia prevista Política de uso compartido, revisiones de acceso, auditoría de los eventos de uso compartido
Acceso de usuarios externos Invitados B2B añadidos a roles o grupos sin ciclo de vida; recursos de datos compartidos entre tenants olvidados Revisiones de acceso de invitados; recursos de datos externos compartidos con propietario y revisión
Exposición de red Acceso público cuando la política exige acceso privado; orígenes abiertos a Internet para Fabric Private Link, puertas de enlace y acceso de confianza elegidos según el requisito
Acceso obsoleto tras un cambio de rol Personas que conservan la pertenencia a grupos o concesiones directas al cambiar de equipo Acceso basado en grupos y revisiones periódicas
Credenciales de producción en desarrollo Canalizaciones de desarrollo conectadas a orígenes de producción con un secreto de producción Identidades, conexiones y datos separados por entorno

Cada fila se convierte después en una prueba: para cada amenaza, la lista de comprobación de revisión pregunta cómo la impide el diseño y cómo se verificó.

La arquitectura de identidades

Cada solicitud a Fabric la autentica Microsoft Entra ID. El diseño de identidades decide dos cosas: quién puede hacer qué, y qué sigue funcionando cuando las personas se van.

Identidades humanas e identidades de carga de trabajo

Separa ambas desde el principio:

  • Las identidades de usuario pertenecen a personas: analistas, ingenieros, administradores, usuarios de clientes. Llegan y se van, cambian de equipo y se van de vacaciones.
  • Las identidades de carga de trabajo pertenecen a procesos: canalizaciones programadas, despliegues, aplicaciones, integraciones. En Fabric son las entidades de servicio (registros de aplicaciones de Entra) y las identidades de área de trabajo. Una identidad del área de trabajo es una entidad de servicio administrada automáticamente que Fabric crea para un área de trabajo; Fabric administra sus credenciales, y puede autenticar conexiones y habilitar el acceso de confianza a un ADLS Gen2 protegido por firewall.

Las identidades administradas de Azure pertenecen a recursos de Azure. Dentro de Fabric, el equivalente más cercano es la identidad del área de trabajo, pero Microsoft deja claro que su ciclo de vida, su administración y su gobernanza son distintos: pertenece al área de trabajo, se elimina cuando el área de trabajo se elimina de forma permanente, no recibe ningún rol de área de trabajo por defecto y no se admite en escenarios B2B ni entre tenants.

Reglas de diseño válidas para ambos tipos:

  • Grupos, no personas. Asigna los roles de área de trabajo, los permisos de elemento y los roles de seguridad de OneLake a grupos de seguridad de Entra. Entrar en un equipo o salir de él se convierte en un solo cambio de identidad, revisado en un solo lugar.
  • Cada identidad no humana tiene un propietario con nombre y una finalidad. «Despliegue a Ventas PROD» es una finalidad; «el SPN de Fabric» no lo es.
  • Ninguna credencial compartida. Dos canalizaciones, dos equipos o dos clientes no comparten un mismo secreto.
  • Mínimo privilegio por límite. Una identidad recibe el rol más restringido en el menor número de áreas de trabajo que necesita su trabajo.
  • El ciclo de vida se diseña. La rotación, la caducidad y la eliminación forman parte del diseño, no de la respuesta a incidentes.

Elegir el patrón de identidad

Necesidad Patrón de identidad preferido Por qué
Analista interno que lee datos preparados Usuario en un grupo de Entra; Viewer o permiso de elemento, más reglas a nivel de datos El acceso sigue a la persona; las reglas de datos pueden aplicarse porque los Viewers están sujetos a ellas
Consumidor de informes Usuario en un grupo con acceso a una aplicación o a un informe; RLS del modelo semántico donde haga falta No se necesita ningún rol de área de trabajo para consumir
Usuario de un cliente de un producto analítico Identidad de aplicación que llama a Fabric, con el cliente resuelto por la aplicación; o un invitado B2B solo cuando se requiere acceso directo La mayoría de los clientes nunca debería tener un rol de Fabric; la aplicación aplica el ámbito del tenant
Canalización programada en producción Entidad de servicio como último modificador de la canalización, o identidad del área de trabajo en las conexiones La ejecución no debe depender de que la cuenta de una persona siga activa y sin cambios
Automatización y despliegue (CI/CD) Entidad de servicio dedicada por entorno, con Contributor o Admin solo donde despliega El despliegue es privilegiado; debe ser una única identidad auditable, no una persona
Procesamiento entre áreas de trabajo Identidad de carga de trabajo con el rol mínimo en cada área de trabajo, o accesos directos de OneLake con passthrough Una dependencia explícita y revisable en lugar de roles amplios
Conexión a un ADLS Gen2 protegido por firewall Identidad del área de trabajo con acceso de confianza al área de trabajo Ningún secreto almacenado; acceso limitado a esa área de trabajo (requiere una SKU F)
Origen sin autenticación de Entra Credencial de conexión almacenada como referencia de Azure Key Vault El secreto se queda en el almacén; la rotación ocurre en un solo lugar
Socio externo que lee tus datos Uso compartido de datos externos de OneLake hacia su propio tenant de Fabric, o acceso de invitado B2B para uso interactivo Los recursos de datos compartidos son de solo lectura y en el sitio; los invitados se gobiernan como usuarios

Dos restricciones documentadas condicionan esta tabla. Un administrador de Fabric debe habilitar las entidades de servicio (la configuración «Service principals can call Fabric public APIs» está desactivada por defecto). Y algunos servicios posteriores, Microsoft cita como ejemplo el punto de conexión de análisis SQL, no aceptan entidades de servicio y requieren una entidad de usuario, así que comprueba cada paso de una canalización antes de suponer que una sola identidad de carga de trabajo la cubre de principio a fin.

Los límites de seguridad de las áreas de trabajo

Las áreas de trabajo son una de las decisiones de seguridad más importantes de una plataforma Fabric, porque un rol de área de trabajo se aplica a todos los elementos del área de trabajo. Trazar los límites de las áreas de trabajo es trazar los límites del radio de impacto.

Lo que conceden realmente los roles

La tabla siguiente resume las capacidades de área de trabajo documentadas por Microsoft que importan para el diseño de seguridad:

Capacidad Admin Member Contributor Viewer
Añadir o quitar personas, incluidos administradores Sí Members y roles inferiores No No
Crear, modificar o eliminar elementos, incluidos Lakehouses y Warehouses Sí Sí Sí No
Editar los roles de seguridad de OneLake Sí Sí No No
Leer datos de Lakehouse y Warehouse con T-SQL (ReadData) Sí Sí Sí Sí
Leer datos mediante Spark y las API de OneLake (ReadAll) Sí Sí Sí No, salvo que un rol de seguridad de OneLake lo conceda
Ejecutar notebooks y canalizaciones Sí Sí Sí No
Crear la identidad del área de trabajo; conectar Git Solo Admin No No No

Dos consecuencias pasan fácilmente desapercibidas:

  1. Admin, Member y Contributor equivalen a acceso completo a los datos. Microsoft documenta que los roles de seguridad de OneLake y la RLS de los modelos semánticos no restringen estos roles, y su orientación para el Warehouse los reserva a las personas que colaboran activamente en la solución. Hay excepciones documentadas y acotadas, por ejemplo la RLS de OneLake en el modo de identidad de usuario del punto de conexión de análisis SQL se aplica a todos los usuarios, pero la suposición de diseño segura es: quien puede construir en un área de trabajo puede leerlo todo en ella.
  2. Viewer no significa «sin acceso a los datos». Los Viewers pueden conectarse a los puntos de conexión de análisis SQL y a los Warehouses y leer datos con T-SQL. Que vean todas las filas o no depende de los permisos SQL o de la seguridad de OneLake, que tienes que configurar. Viewer es el rol al que se aplican las reglas de datos; no es en sí una restricción de datos.

Trazar los límites

Separar áreas de trabajo por Cuándo Efecto en la seguridad
Entorno Siempre, en cuanto algo se consume El acceso en desarrollo nunca implica acceso a datos de producción
Creadores y consumidores Cuando los consumidores necesitan acceso a datos de producción Los consumidores reciben Viewer o acceso al elemento en un área de trabajo de servicio; los derechos de los creadores se quedan en las áreas de trabajo de ingeniería
Dominio o propietario Propietarios de datos o normativas distintos Cada propietario controla quién construye y quién lee sus datos
Sensibilidad Un subconjunto de los datos es mucho más sensible que el resto Menos personas tienen roles de creador donde residen los datos sensibles
Equipo de operaciones Ingesta, transformación y servicio a cargo de equipos distintos Los privilegios de cada equipo terminan en su propia etapa
Equipo de aplicación Una aplicación es propietaria de sus datos de servicio La identidad de la aplicación queda limitada a su área de trabajo
Tenant de plataforma Patrón de aislamiento C o D (más abajo) Los datos y los roles de un cliente terminan en el límite de un área de trabajo

Una organización habitual y defendible separa las áreas de trabajo de ingeniería (donde los datos se ingieren y se transforman, con pocos creadores) de las áreas de trabajo de servicio (tablas preparadas, Warehouses y modelos semánticos, donde los consumidores tienen Viewer o permisos de elemento). Accesos directos o cargas las conectan. El resto del artículo se apoya en esa separación.

Seguridad a nivel de datos

Los roles de área de trabajo deciden quién entra en la sala. Los controles a nivel de datos deciden qué ve un lector una vez dentro. La pregunta clave para cada uno:

¿Puede un usuario eludir el control previsto a través de otro motor?

Fabric tiene varios mecanismos a nivel de datos, y cada uno protege un camino concreto:

Control Protege No protege
RLS y OLS del modelo semántico Las consultas DAX a través de ese modelo, para los Viewers Admins, Members y Contributors; el punto de conexión SQL, el Warehouse, Spark u OneLake leyendo las mismas tablas; las entidades de servicio, que no pueden ser miembros de un rol RLS
Permisos SQL, RLS, CLS y enmascaramiento dinámico de datos del Warehouse El T-SQL contra ese Warehouse Los mismos datos leídos a través de un acceso directo de OneLake: Microsoft documenta que la seguridad SQL del Warehouse no se traduce a seguridad de OneLake, así que quienes lean por el acceso directo podrían ver todos los datos
Punto de conexión de análisis SQL, modo de identidad delegada (el predeterminado) El T-SQL, regido por GRANT de SQL, RLS, CLS y enmascaramiento Los caminos de Spark y OneLake; las reglas de seguridad de OneLake no se aplican a las consultas SQL en este modo, y el punto de conexión lee OneLake como el propietario del elemento
Punto de conexión de análisis SQL, modo de identidad de usuario El T-SQL, regido por los roles de seguridad de OneLake transmitidos con la identidad del usuario El enmascaramiento dinámico de datos no se admite; los GRANT de SQL sobre tablas se ignoran
Roles de seguridad de OneLake (tablas, carpetas, RLS, CLS) Spark, las API de OneLake, el punto de conexión SQL en modo de identidad de usuario, Direct Lake sobre OneLake, para Viewers y usuarios con permiso Read Admins, Members y Contributors (con excepciones documentadas); los caminos que leen con una identidad de propietario
Roles de área de trabajo Todo el área de trabajo Nada dentro de ella: son el límite grueso

Tres ejemplos de elusión, todos habituales:

  • RLS en el modelo semántico, acceso directo al Warehouse. Un informe limita a cada responsable regional a su región. Esos mismos responsables son Viewers del área de trabajo, así que también pueden conectarse al Warehouse con SSMS, donde no existe RLS de SQL. El informe es seguro; los datos no.
  • Punto de conexión SQL protegido, notebook abierto. Los permisos SQL en modo delegado ocultan una tabla de pagos a los analistas. Una persona de ciencia de datos con Contributor lee la misma tabla Delta desde un notebook. Las reglas SQL nunca se aplican a Spark.
  • Un rol de área de trabajo por encima de una regla de nivel inferior. Un rol de seguridad de OneLake limita a un grupo de atención al cliente a las columnas no sensibles. Más adelante, alguien añade el grupo como Member «para que pueda publicar un informe», y todas las columnas pasan a ser legibles.

Orientación de Javi Builds: decide, para cada conjunto de datos, dónde vive la regla de referencia, y haz que cada uno de los demás caminos aplique la misma regla o esté cerrado:

  • Si muchos motores leen los datos, prefiere la seguridad de OneLake con el punto de conexión de análisis SQL en modo de identidad de usuario, para que una sola regla se aplique a Spark, SQL y Direct Lake sobre OneLake.
  • Si los datos solo se consumen con T-SQL y a través de un modelo semántico, los permisos SQL de un Warehouse, más un modelo semántico que lea a través de ellos, pueden bastar, siempre que ningún acceso directo exponga los mismos archivos.
  • Trata la RLS del modelo semántico como una regla de capa de presentación para los consumidores de informes, nunca como la única protección de datos a los que las personas pueden llegar por otro camino.
  • Prueba cada regla por cada camino que tenga un usuario real, con identidades reales en lugar de simulaciones de «probar como rol», que según Microsoft no reproducen todos los contextos de identidad.

La arquitectura multi-tenant

Esta sección trata de dar servicio a muchos tenants de plataforma: clientes, entidades de negocio, socios u otros consumidores lógicamente aislados de una misma plataforma. La pregunta es hasta qué punto están separados sus datos y sus operaciones, y cuánto cuesta esa separación.

Microsoft Fabric ofrece varios niveles de aislamiento con los que construir: filas en tablas compartidas, esquemas o carpetas dentro de un elemento, elementos, áreas de trabajo y capacidades. Se combinan en cuatro patrones.

  1. 1Aislamiento · bajo–medioAlmacén compartidoColumna de ID de tenant en tablas compartidas; el coste más bajo
  2. 2Aislamiento · medioSeparación por esquemaEsquema o carpeta por tenant en elementos compartidos
  3. 3Aislamiento · altoÁrea de trabajo por tenantRoles, elementos y ciclo de vida por cliente
  4. 4Aislamiento · muy altoDedicadoÁrea de trabajo, almacén y capacidad propios; el coste más alto
El espectro de aislamiento multi-tenant. Cada paso hacia abajo en el espectro aumenta el aislamiento y reduce el radio de impacto, y también aumenta el coste y el trabajo operativo. La mayoría de las plataformas reales combinan patrones por tipo de cliente en lugar de elegir uno.

Patrón A: área de trabajo compartida, almacén de datos compartido

Las filas de todos los tenants viven en las mismas tablas, distinguidas por una columna tenant_id; el aislamiento es lógico.

  • Ventajas: el modelo más eficiente; una canalización, un esquema, un despliegue; el coste por tenant más bajo.
  • Riesgos: el mayor radio de impacto; cada camino de acceso debe aplicar el filtro de tenant; un solo predicado olvidado en una vista, una extracción o una consulta ad hoc expone a todos los clientes.
  • Adecuado cuando: los tenants tienen requisitos similares, las necesidades de aislamiento normativo son limitadas, los tenants consumen a través de una aplicación o un modelo semántico que tú controlas, y el modelo de seguridad es maduro y está probado.

Particularidades de Fabric que hay que sopesar: la seguridad de OneLake puede filtrar filas por rol, pero los roles se combinan como una unión (un usuario que está en dos roles de tenant ve ambos tenants), un elemento admite 250 roles de seguridad de OneLake por defecto (1000 bajo solicitud), cada rol admite hasta 500 miembros y los cambios de pertenencia a grupos tardan alrededor de una hora en aplicarse. Por tanto, los roles por tenant para el acceso directo de clientes escalan mal más allá de un número modesto de tenants. El patrón A funciona mejor cuando los clientes nunca consultan Fabric directamente y la aplicación, o un modelo semántico con RLS dinámica o una identidad efectiva insertada, aplica el ámbito del tenant.

Patrón B: área de trabajo compartida, esquemas o tablas separados

Cada tenant recibe su propio esquema (en un Warehouse o en un Lakehouse con esquemas) o su propia carpeta; el área de trabajo y los elementos son compartidos.

  • Ventajas: límites más claros; concesiones a nivel de esquema o de carpeta en lugar de predicados sobre filas; las operaciones específicas de un tenant (recargar, eliminar o exportar un cliente) se simplifican.
  • Inconvenientes: los metadatos crecen con cada tenant; los despliegues deben crear y hacer evolucionar N esquemas; los informes entre tenants necesitan uniones; y los roles de área de trabajo siguen abarcando a todos los tenants, así que los creadores y las identidades de servicio de la plataforma los ven a todos.

Patrón C: un área de trabajo por tenant

Cada cliente recibe su propia área de trabajo (a menudo una por entorno), desplegada a partir de las mismas definiciones.

  • Ventajas: un límite operativo sólido; los roles de área de trabajo, el uso compartido, la identidad del área de trabajo, la conexión con Git y el ciclo de vida son por cliente; dar de baja a un cliente es eliminar un área de trabajo; el radio de impacto de un error es un solo cliente.
  • Inconvenientes: proliferación de áreas de trabajo; la automatización pasa a ser obligatoria (creación, asignación de roles, despliegue y configuración mediante las API REST o una herramienta de CI/CD, nunca a mano); la supervisión y la gobernanza deben agregar muchas áreas de trabajo; la capacidad sigue siendo compartida salvo que la separes.

Patrón D: almacén de datos, área de trabajo y capacidad dedicados

Un cliente recibe sus propias áreas de trabajo en su propia capacidad, y posiblemente su propia clave de cifrado y su propia configuración de red.

  • Úsalo cuando: el aislamiento normativo o contractual lo exige; el riesgo de vecino ruidoso es inaceptable; el cliente tiene un SLA, una región o un requisito de recuperación dedicados; o el tenant es lo bastante grande como para justificar su propia capacidad.
  • Inconvenientes: el coste más alto; cada capacidad se dimensiona, supervisa y paga por separado; la complejidad operativa crece con cada cliente dedicado.

Aquí la capacidad es una verdadera palanca de aislamiento, no solo de rendimiento: la limitación, el suavizado y la configuración de recuperación ante desastres se aplican por capacidad, y las claves administradas por el cliente a nivel de área de trabajo permiten una clave por área de trabajo. El Fabric Capacity Planner (en inglés) ayuda a dimensionar una capacidad dedicada a partir de la utilización medida en lugar de a ojo.

Matriz de decisión multi-tenant

Requisito Almacén compartido Separación por esquema Área de trabajo por tenant Dedicado
Fuerza del aislamiento Baja a media; depende por completo de la aplicación de las reglas Media Alta Muy alta
Eficiencia de costes Alta Alta Media; la capacidad compartida la mantiene razonable Baja
Complejidad operativa Baja, hasta que hay que demostrar que las reglas se aplican Media Alta; requiere automatización Alta
Radio de impacto de un error Todos los tenants Normalmente todos los tenants del área de trabajo Un tenant Un tenant, incluida la capacidad
Personalización por tenant Baja Media Alta La más alta
Encaje normativo Limitado; hay que argumentarlo y probarlo Moderado Fuerte para la mayoría de los aislamientos contractuales El más fuerte disponible dentro de un tenant de Fabric
Protección frente a vecinos ruidosos Ninguna Ninguna Ninguna, salvo que se separen las capacidades Sí
Incorporación de un tenant Insertar filas de configuración Crear el esquema y las concesiones Aprovisionar área de trabajo, roles y despliegue Aprovisionar capacidad, áreas de trabajo y despliegue

Ninguna de estas celdas es absoluta. Un almacén compartido con reglas bien aplicadas puede ser más seguro que cien áreas de trabajo creadas a mano cuyas asignaciones de roles se desvían.

Orientación de Javi Builds: clasifica primero a los clientes y aplica los patrones por tipo. Una forma habitual para el ejemplo de referencia es ingesta y conformación compartidas (patrón A en áreas de trabajo de ingeniería, nunca expuestas a los clientes), servicio a través de la aplicación para la mayoría de los clientes (patrón A con ámbito aplicado por la aplicación) y un área de trabajo por tenant (patrón C) para los tres clientes que necesitan acceso SQL directo, reservando el patrón D para un cliente cuyo contrato exija capacidad dedicada.

Controles de aislamiento de tenants

Sea cual sea el patrón, estos controles sostienen el aislamiento:

Control Qué hace Regla de diseño
Propagación del ID de tenant Cada fila, archivo y ejecución lleva su tenant Etiquetar en la ingesta; no deducir nunca el tenant más tarde solo a partir de un nombre de archivo o una ruta
Autorización consciente del tenant Resuelve a qué tenants puede acceder quien llama Derivada de la identidad autenticada y de una correspondencia de confianza, no de un parámetro de la solicitud
Filtrado aplicado Aplica el predicado de tenant por debajo del cliente En la RLS de SQL, la seguridad de OneLake, el modelo semántico o una capa de consultas en el servidor; nunca solo en la interfaz
Separación por esquema o almacén Coloca a los tenants en contenedores distintos Úsala cuando los filtros por sí solos no cumplen el requisito de aislamiento
Límites de áreas de trabajo Separa roles y ciclo de vida por tenant Patrones C y D; despliegue automatizado
Aislamiento de canalizaciones Impide que la carga de un tenant escriba los datos de otro Parámetro de tenant validado contra la configuración; destinos o particiones por tenant
Aislamiento de identidades de servicio Limita lo que puede alcanzar una identidad comprometida Identidades por tenant o por grupo de tenants para los patrones C y D
Secretos específicos de cada tenant Impide que la credencial de un cliente abra el origen de otro Un secreto de Key Vault por conexión de cliente; ninguna credencial compartida
ID de tenant en los registros Permite responder a incidentes y auditorías por cliente Cada registro de ejecución y de auditoría lleva el tenant
Atribución de costes Hace visible el coste por tenant Tenant en ejecuciones y consultas; capacidades separadas donde la repercusión de costes deba ser exacta
Aislamiento del uso Impide que un tenant agote una capacidad compartida Límites de concurrencia y de solicitudes por tenant en la aplicación; separación de capacidad para los tenants grandes

Propagación del contexto de tenant

El aislamiento de tenants solo es tan bueno como el contexto de tenant que llega a los datos. El contexto debe fluir, sin cambios y verificado, por cada salto:

  1. 1Usuario o aplicaciónInicia sesión; puede solicitar un cliente
  2. 2IdentidadEl token de Entra demuestra quién llama
  3. 3Autorización del tenantUna correspondencia de confianza decide qué tenants se permiten
  4. 4Consulta o canalizaciónPredicado de tenant, esquema o área de trabajo aplicados
  5. 5DatosUn filtro aplicado o un almacén aislado devuelve un solo tenant
  6. 6Auditoría y registroTenant, identidad y operación registrados juntos
Propagación del contexto de tenant. El tenant se resuelve una vez, en el servidor, desde la identidad autenticada, y viaja por cada salto hasta los datos y la auditoría. Un salto que lo pierde o lo vuelve a deducir abre paso a fugas entre tenants e incidentes sin respuesta.

Cuando se pierde el contexto, aparecen dos tipos de problemas. Problemas de seguridad: una consulta se ejecuta sin su predicado, una canalización escribe los datos de un tenant en el destino de otro, un resultado en caché se sirve al cliente equivocado. Problemas operativos: una consulta lenta, una carga fallida o un pico de capacidad no se pueden atribuir a un cliente, así que soporte no puede responder a «¿se vieron afectados mis datos?» y finanzas no puede repercutir los costes. La arquitectura del motor de informes muestra el lado de la aplicación de este flujo, incluido por qué los predicados de tenant obligatorios nunca deben poder sustituirse por metadatos de informe definidos por el usuario.

Antipatrones multi-tenant

  • Confiar en un ID de tenant proporcionado por el cliente (?tenantId=42) sin validarlo contra el ámbito autorizado de quien llama.
  • Filtrar solo en la interfaz, de modo que cualquier consulta directa, exportación o llamada a la API devuelve todos los tenants.
  • Una única entidad de servicio con acceso ilimitado en todas partes, usada por todas las canalizaciones para todos los clientes.
  • Secretos compartidos entre tenants, de modo que rotar o revocar el acceso de un cliente afecta a todos.
  • Confiar solo en la RLS del modelo semántico mientras clientes o personal de soporte pueden llegar a las tablas subyacentes mediante SQL, Spark o accesos directos.
  • Copiar datos de tenants a un área de preparación compartida sin etiquetar el tenant, de modo que un paso posterior no puede saber de quién son las filas.
  • Registros sin identificadores de tenant, lo que convierte «¿qué clientes se vieron afectados?» en una investigación manual.
  • Despliegue manual de un área de trabajo por tenant, lo que garantiza desviaciones entre clientes en pocos meses.
  • Dar a los usuarios de clientes Contributor o Member cuando basta con Viewer más reglas a nivel de datos, o con acceso al elemento.

Separación de entornos

Desarrollo, pruebas y producción necesitan áreas de trabajo distintas, pero el límite solo es real si cambia algo más que el área de trabajo:

Separar Regla
Áreas de trabajo Una por entorno (y por tenant donde se aplique el patrón C); producción solo se modifica mediante despliegue
Identidades Identidades de despliegue y de ejecución distintas por entorno; la identidad de desarrollo no tiene ningún rol en producción
Conexiones y credenciales Conexiones y secretos separados por entorno; los secretos de producción nunca se referencian desde fuera de producción
Datos Ningún dato personal de producción en desarrollo; usa datos sintéticos, muestreados o enmascarados
Acceso Los ingenieros son creadores en desarrollo y lectores (como mucho) en producción
Configuración Valores específicos de cada entorno parametrizados, por ejemplo en bibliotecas de variables, nunca editados a mano tras el despliegue

El saneamiento de los datos de prueba merece su propio propietario. «Copiamos producción a pruebas para un solo error» es la forma en que los datos personales de producción acaban en un área de trabajo con diez Contributors.

Dónde se cruzan los límites de tenant y de entorno

En una plataforma multi-tenant hay que decidir si los entornos son por tenant:

Opción Forma Compromiso
Por tenant y por entorno prod-customer-a, test-customer-a, dev-customer-a La separación más fuerte y pruebas por cliente; el número de áreas de trabajo se multiplica por el de entornos
Por tenant en producción, fuera de producción compartido prod-customer-a, prod-customer-b; un solo test y un solo dev con tenants sintéticos Muchas menos áreas de trabajo; las personalizaciones de un tenant deben poder probarse con tenants sintéticos
Por tenant solo donde hay personalización Fuera de producción compartido, más test-customer-c para el único cliente con lógica personalizada Equilibrado; requiere una regla clara para decidir cuándo un cliente merece su propio entorno de pruebas

Orientación de Javi Builds: empieza con producción por tenant y entornos fuera de producción compartidos con tenants sintéticos, y añade entornos de prueba específicos de un tenant solo para clientes con lógica personalizada o requisitos contractuales de pruebas. Elijas lo que elijas, fuera de producción nunca debe haber datos de un cliente real sin el acuerdo de ese cliente.

Secretos y credenciales

El principio es sencillo:

Los secretos no deben convertirse en archivos de configuración.

Un secreto que vive en una celda de notebook, un parámetro de canalización, una definición JSON o un repositorio Git ya se ha distribuido a todas las personas que pueden leer ese artefacto, incluido cada Viewer que puede leer el contenido de notebooks y canalizaciones.

Necesidad Enfoque preferido Por qué
Origen que admite autenticación de Entra Identidad del área de trabajo o entidad de servicio en la conexión Ningún secreto de larga duración que guardar ni rotar
Origen que necesita una contraseña, una clave o un token Referencia de Azure Key Vault en una conexión de Fabric Fabric solo guarda el nombre del almacén y del secreto, y obtiene el secreto actual en tiempo de ejecución
Código que debe llamar a una API externa Leer el secreto de Key Vault en tiempo de ejecución, con la identidad que ejecuta el código Nada sensible en la definición ni en Git
Valores específicos de cada entorno (puntos de conexión, ID, rutas) Parámetros o bibliotecas de variables La configuración varía por entorno; los secretos se quedan en el almacén
Credenciales por tenant Un secreto por conexión de tenant Revocar a un cliente nunca afecta a otro

Las referencias de Key Vault tienen límites documentados en torno a los que conviene diseñar: siempre resuelven la última versión del secreto (no se puede fijar una versión), se crean desde Administrar conexiones y puertas de enlace (Manage connections and gateways) y no desde la experiencia Obtener datos, y su compatibilidad varía según el conector y el tipo de autenticación. Por eso, rotar significa escribir una nueva versión y comprobar que cada conexión dependiente sigue funcionando, idealmente en pruebas antes que en producción.

La rotación necesita un propietario y un calendario, y las credenciales de las entidades de servicio necesitan fechas de caducidad elegidas a propósito. Un secreto que «nunca caduca» es un secreto que nadie ha rotado.

Red y conectividad

El diseño de red decide desde dónde puede venir el tráfico y adónde puede ir. No decide quién puede leer qué datos.

El aislamiento de red no es autorización. La conectividad privada reduce quién puede llegar a la plataforma; la identidad y los controles a nivel de datos siguen decidiendo qué puede leer cada llamador.

Requisito Enfoque de red Notas
Restringir el acceso por rango de IP, MFA, dispositivo o ubicación Acceso condicional de Microsoft Entra Se evalúa cuando las identidades se autentican en Fabric
Ningún acceso público a todo el tenant de Fabric Private Link a nivel de tenant con Bloquear el acceso público a Internet (Block public Internet access) Impacto amplio: algunas funcionalidades dejan de estar disponibles, y las puertas de enlace de datos locales no se admiten mientras esté activado; las puertas de enlace de datos de red virtual funcionan
Acceso privado solo para algunas áreas de trabajo Vínculos privados a nivel de área de trabajo La compatibilidad varía según el elemento; la mayoría de los elementos de datos están en disponibilidad general, algunos en versión preliminar
Controlar adónde pueden conectarse los elementos de un área de trabajo Protección de acceso saliente del área de trabajo, con puntos de conexión privados administrados o reglas de conexión de datos como excepciones La compatibilidad varía según el elemento; algunos elementos están en versión preliminar
Spark que llega a orígenes privados de Azure Puntos de conexión privados administrados desde la red virtual administrada del área de trabajo Habilitar Private Link aprovisiona una red virtual administrada para Spark
Leer una cuenta de ADLS Gen2 protegida por firewall Acceso de confianza al área de trabajo con una identidad del área de trabajo Requiere una capacidad de SKU F adquirida
Llegar a orígenes locales Puerta de enlace de datos local No se admite con Private Link a nivel de tenant habilitado
Llegar a orígenes dentro de una red virtual de Azure Puerta de enlace de datos de red virtual (VNet) Puerta de enlace administrada insertada en tu red

Dos hechos documentados merecen repetirse en cada revisión de diseño. Los puntos de conexión privados protegen el tráfico hacia Fabric; no garantizan que el tráfico de Fabric hacia tus orígenes esté protegido, así que los orígenes necesitan sus propias reglas de firewall y de red. Y Private Link funciona dentro del límite de un solo tenant: los accesos directos entre tenants y el uso compartido de datos externos de OneLake no funcionan a través de él, así que hoy un diseño totalmente privado y el uso compartido entre tenants son mutuamente excluyentes.

Consulta la tabla actual de disponibilidad de funcionalidades de seguridad antes de confiar en un elemento concreto: la compatibilidad con vínculos privados a nivel de área de trabajo, claves administradas por el cliente y protección de acceso saliente se sigue elemento por elemento, y varios elementos siguen en versión preliminar.

Acceso entre áreas de trabajo y entre dominios

Los productos de datos existen para compartirse. La arquitectura decide cómo se comparten, para que compartir no amplíe el acceso sin que nadie lo note.

Mecanismo Cómo se decide el acceso Qué vigilar
Acceso directo de OneLake, passthrough (predeterminado de OneLake a OneLake) La identidad del usuario que consulta se comprueba tanto en la ruta del acceso directo como en el destino Los usuarios necesitan derechos en ambos lados; los caminos con identidad de propietario se comportan de otra forma
Acceso directo de OneLake, delegado (siempre para orígenes externos) Una credencial de conexión configurada lee el destino; la seguridad de OneLake limita lo que ven los llamadores a través de él Cualquiera autorizado en la ruta del acceso directo lee con el acceso de la conexión al origen
Datos de Warehouse leídos a través de un acceso directo Los permisos de OneLake, no las reglas SQL del Warehouse La RLS, la CLS y las concesiones de objetos del Warehouse no se trasladan
Punto de conexión SQL en modo delegado, Direct Lake sobre SQL La identidad del propietario del elemento consumidor lee OneLake Usa el modo de identidad de usuario o Direct Lake sobre OneLake para una identidad de usuario de principio a fin
Uso compartido de datos externos (otro tenant de Fabric) Acceso directo de solo lectura, en el sitio, en el tenant consumidor Cualquier usuario del tenant consumidor puede recibir acceso; las etiquetas y la DLP del tenant proveedor no se aplican allí
Uso compartido de elementos con Reshare Permiso de elemento que se puede volver a compartir Cadenas de reenvío fuera de la audiencia prevista

Elegir entre datos centrales y datos propiedad de los dominios es una cuestión de quién aprueba el acceso: un equipo de plataforma central puede ser propietario de los datos de referencia compartidos, mientras que cada dominio es propietario de sus productos y aprueba el acceso a ellos. En ambos casos, documenta la dependencia: qué consumidor lee qué productor, mediante qué acceso directo o carga y con qué identidad.

Para las plataformas multi-tenant, una regla importa más que el resto:

Un acceso directo no debe ampliar por accidente el acceso a los datos de otro tenant.

En la práctica: apunta los accesos directos por tenant a rutas por tenant, nunca a una carpeta compartida que contenga a todos los clientes; usa passthrough cuando sea posible para que se evalúen los derechos propios de quien llama; evita accesos directos delegados cuya conexión pueda leer datos de más de un cliente; y no pongas nombres de clientes a los accesos directos en ubicaciones compartidas, porque OneLake enumera los accesos directos internos tanto si quien llama puede abrir el destino como si no.

Seguridad de servicio a servicio

La mayor parte del trabajo en Fabric se ejecuta sin que nadie lo vigile. Cada investigación, revisión de seguridad y error de permisos acaba preguntando:

¿Qué identidad está realizando realmente la operación?

Operación Identidad que hay que verificar
Ejecución interactiva de un notebook El usuario que ha iniciado sesión
Notebook ejecutado desde una canalización El usuario o la entidad de servicio que modificó por última vez la canalización, o la identidad de conexión configurada en la actividad Notebook (por ejemplo, una identidad del área de trabajo)
Ejecución programada de un notebook El usuario que creó o actualizó por última vez la programación
Ejecución de una canalización El último modificador de la canalización; conviértelo en una entidad de servicio para las ejecuciones de producción
Actividad Copy, Copy job, Dataflow, acceso directo externo La credencial de la conexión: OAuth de usuario, entidad de servicio, identidad del área de trabajo o un secreto referenciado en Key Vault
Punto de conexión de análisis SQL en modo delegado Quien llama, para los permisos SQL; el propietario del elemento, para leer OneLake
Direct Lake sobre SQL / Direct Lake sobre OneLake El propietario o una identidad fija / el usuario (passthrough)
Despliegue y automatización REST La entidad de servicio usada por la canalización o la herramienta de CI/CD
Informe insertado con una entidad de servicio La entidad de servicio, más la identidad efectiva transmitida en el token de inserción

La fila de la canalización es la que más sorprende a los equipos. Microsoft documenta que un notebook desencadenado por una canalización se ejecuta como el último modificador de la canalización, no como el propietario de la canalización ni del notebook. Quien editó la canalización por última vez determina el acceso a los datos de cada ejecución. En producción debe ser una entidad de servicio dedicada (una entidad de servicio que edita la canalización mediante la API REST se convierte en su último modificador), nunca la cuenta de un ingeniero que mañana podría ganar o perder derechos. Un hábito relacionado protege frente a otro riesgo: antes de añadir un notebook a una canalización o a una programación, revisa quién cambió su código por última vez, porque se ejecutará con la identidad de otra persona.

Clasificación de datos y datos sensibles

La gobernanza y la seguridad trabajan juntas, pero no son lo mismo:

La gobernanza te dice qué son los datos y quién es su propietario; la seguridad controla quién puede usarlos.

Una etiqueta de confidencialidad en una tabla no impide que nadie la lea. Indica a todo el mundo, y a cada herramienta posterior compatible con etiquetas, qué son los datos, para que se puedan elegir y comprobar los controles de seguridad adecuados.

Clase de datos Ejemplos Controles de arquitectura mínimos
Datos personales (PII) Nombres, correos electrónicos, direcciones, identificadores de clientes Etiqueta; roles de creador restringidos donde residen; seguridad a nivel de columna o enmascaramiento para la mayoría de los lectores; procedimiento de eliminación
Datos financieros Ingresos por cliente, datos de pago, márgenes Etiqueta; área de trabajo de servicio separada; reglas a nivel de fila o de objeto por rol
Datos regulados Datos sanitarios, de tarjetas de pago o específicos de un sector Áreas de trabajo o capacidad dedicadas; restricciones de red; auditoría conservada durante el plazo que exija la normativa
Datos de tenant Los datos de cualquier cliente en una plataforma multi-tenant Patrón de aislamiento; ID de tenant en cada fila y cada registro; pruebas entre tenants
Internos Métricas operativas, datos de referencia Roles de área de trabajo estándar y revisiones

Las etiquetas de confidencialidad de Microsoft Purview clasifican los elementos de Fabric y siguen a los datos en las exportaciones compatibles, y el linaje muestra por dónde circulan los datos etiquetados. La retención forma parte de la misma decisión: los datos personales necesitan un camino de eliminación que llegue a la zona de aterrizaje en bruto, las tablas de historial y las copias de seguridad, no solo al modelo de servicio. La guía de gobernanza de Fabric cubre dominios, etiquetas, linaje y respaldo; este artículo solo añade la consecuencia de cada clase para la seguridad.

Auditoría y observabilidad

Una arquitectura de seguridad que no se puede observar no merece confianza. Planifica de dónde sale cada tipo de evidencia antes de que un incidente la necesite:

Evidencia De dónde sale
Autenticación e inicios de sesión, incluidas las entidades de servicio Los registros de inicio de sesión y de auditoría de Microsoft Entra
Cambios de área de trabajo, roles, uso compartido y permisos El registro de auditoría de Fabric, que se puede consultar en Microsoft Purview Audit
Cambios en roles de seguridad de OneLake, accesos directos y recursos compartidos El registro de auditoría de Fabric
Acceso a datos a través de OneLake Los diagnósticos de OneLake, habilitados por área de trabajo: quién accedió a qué, cuándo y cómo, incluido el acceso a través de accesos directos
Actividad SQL en Warehouses y puntos de conexión SQL Los registros de auditoría SQL del Warehouse
Comportamiento de canalizaciones e identidades de servicio El historial de ejecuciones más tu propio registro de ejecución, que anota la identidad que ejecuta
Contexto de tenant o de cliente Tu registro de ejecución y los registros de la aplicación, con tenant_id en cada registro
Cambios de administración y de configuración de tenant El registro de auditoría de Fabric

Los diagnósticos de OneLake escriben los eventos en un lakehouse de la misma capacidad, incluida la entidad que ejecuta, si el acceso pasó por un acceso directo y la dirección IP de quien llama. Pueden hacerse inmutables durante un periodo de retención, y los identificadores pueden ocultarse mediante una configuración de tenant. Para las cargas de trabajo de Fabric registran que el acceso se concedió; los registros específicos de cada motor aportan el detalle.

Convierte la evidencia en señales: alerta sobre cambios de roles en áreas de trabajo de producción, sobre nuevos recursos de datos compartidos con el exterior, sobre accesos de identidades inesperadas y sobre errores de autorización que se disparan tras un despliegue. En las plataformas multi-tenant, cada registro que toque datos de clientes debería llevar el ID de tenant, para que «¿se vio afectado el cliente A?» sea una consulta y no una investigación. Diseñar un registro de ejecución ofrece el esquema de registro de ejecuciones que hay que ampliar con tenant_id y la identidad que ejecuta, y Supervisar canalizaciones y notebooks de Microsoft Fabric cubre lo que muestra la supervisión integrada de Fabric.

Diseñar el radio de impacto

Toda arquitectura de seguridad debería poder responder a una pregunta para cada identidad, área de trabajo y proceso:

Si una identidad, un área de trabajo o un proceso se ve comprometido, ¿a cuántos datos puede acceder?

Si esto se ve comprometido… Puede alcanzar… Diseñar para reducirlo
La cuenta de un creador en un área de trabajo compartida Todos los elementos y todos los datos de esa área de trabajo Menos creadores en producción; áreas de trabajo de ingeniería y de servicio separadas
Una entidad de servicio para toda la plataforma Cada área de trabajo en la que tiene un rol Una identidad por carga de trabajo y por límite; ninguna identidad de automatización para todo el tenant
Una identidad del área de trabajo por tenant El área de trabajo de ese tenant y los orígenes en los que puede autenticarse Un área de trabajo por tenant para los clientes de alto aislamiento
Una credencial de conexión compartida Todo lo que lee la credencial, desde cada elemento que la usa Credenciales por origen y por tenant; referencias de Key Vault; rotación
El último modificador de una canalización Todo lo que leen y escriben las ejecuciones de esa canalización Entidad de servicio como último modificador, limitada a las áreas de trabajo de esa canalización
Una capacidad compartida La disponibilidad de cada área de trabajo que aloja, por sobrecarga Separación de capacidad para tenants críticos o grandes
Una tabla compartida del patrón A Las filas de todos los tenants si se elude el filtro Filtrado aplicado por debajo de la aplicación; pasar los tenants de alto riesgo a C o D

El radio de impacto debería cambiar la arquitectura, no solo el registro de riesgos. Si la respuesta honesta para una entidad de servicio es «los datos de todos los clientes», entonces o bien es un riesgo aceptado y documentado con controles compensatorios, o bien la identidad debe dividirse.

Marco de decisión de seguridad

Usa los mismos diez pasos para cada conjunto de datos, carga de trabajo o tipo de cliente:

Paso Pregunta Resultado Criterio de validación
1. Clasificación de datos ¿Qué son estos datos y cuán sensibles son? Clase y etiqueta por conjunto de datos Cada conjunto de datos de producción tiene una clase y un propietario
2. Actores ¿Quién y qué los necesita: personas, grupos, aplicaciones, servicios, clientes? Lista de actores con su finalidad Ningún acceso sin una finalidad explícita
3. Caminos de acceso ¿Por qué motores e interfaces puede llegar cada actor? Mapa de caminos por conjunto de datos Cada camino del mapa está controlado o cerrado
4. Requisito de aislamiento ¿Qué debe mantenerse separado: entornos, dominios, tenants de plataforma? Patrón de aislamiento por tipo Patrón documentado; las pruebas entre tenants se superan
5. Modelo de identidad ¿Qué identidad realiza cada operación? Identidad por carga de trabajo, propietario por identidad Ninguna ejecución de producción depende de una cuenta personal
6. Controles a nivel de datos ¿Dónde vive la regla de referencia y qué aplican los demás caminos? Control por camino Las pruebas de elusión fallan como se espera por cada camino
7. Controles de red ¿Qué debe ser privado y cómo se conectan los orígenes? Diseño entrante y saliente El acceso público coincide con la política; los orígenes solo son accesibles según lo diseñado
8. Secretos ¿Qué credenciales existen y dónde viven? Inventario de secretos, propietario de la rotación Ningún secreto en el código, las definiciones o Git
9. Supervisión y auditoría ¿Qué evidencias existirán y quién las vigila? Fuentes de auditoría, alertas, propietarios Los eventos de prueba aparecen en los registros y las alertas llegan a una persona
10. Validación ¿Cómo se demuestra el diseño y cada cuánto se vuelve a demostrar? Plan de pruebas y cadencia de revisión Revisiones de acceso y pruebas de elusión programadas y documentadas

Registra las decisiones importantes como registros de decisiones de arquitectura (ADR), como cualquier otra decisión de plataforma, para que el razonamiento sobreviva a las personas que lo tomaron.

Lista de comprobación de la revisión de arquitectura de seguridad

Úsala antes de aprobar una plataforma Fabric de producción, un nuevo patrón de áreas de trabajo o un nuevo tipo de cliente. Cada elemento sin marcar es una decisión pendiente o un riesgo que hay que aceptar por escrito. Para una versión más completa e imprimible para usar en una reunión de revisión, con tablas para completar sobre rutas de acceso, identidades de servicio, radio de impacto y registro de decisión, usa la Data Platform Security Architecture Review Checklist (en inglés).

Identidad

  • Grupos, no personas: roles de área de trabajo, permisos de elemento y roles de datos asignados a grupos.
  • Identidades no humanas identificadas: cada entidad de servicio e identidad del área de trabajo enumerada con su finalidad.
  • Propiedad definida: cada identidad tiene un equipo propietario con nombre.
  • Rotación y ciclo de vida: existen procedimientos de caducidad, rotación y eliminación de credenciales, y están programados.

Área de trabajo

  • Asignaciones de roles revisadas: una revisión periódica, con propietario, para Admin, Member y Contributor.
  • Desarrollo, pruebas y producción separados: áreas de trabajo, identidades, conexiones y datos separados.
  • Roles privilegiados minimizados: los consumidores solo tienen Viewer o permisos de elemento.

Datos

  • Cada camino de acceso identificado: modelo semántico, SQL, Spark, canalizaciones, API de OneLake, accesos directos y aplicaciones.
  • RLS, OLS y permisos SQL verificados: la regla de referencia de cada conjunto de datos está documentada.
  • Caminos de elusión probados: con identidades reales, por cada camino que un usuario tiene de verdad.

Multi-tenant

  • Patrón de aislamiento documentado: por tipo de cliente, con el motivo.
  • Contexto de tenant propagado: resuelto en el servidor y transportado hasta los datos y los registros.
  • Pruebas entre tenants: pruebas automatizadas demuestran que un tenant no puede leer a otro por ningún camino.
  • Radio de impacto entendido: para cada identidad, tabla y capacidad compartidas.
  • Secretos específicos de cada tenant donde haga falta: ninguna credencial compartida entre clientes.
  • Atribución de costes: consumo atribuible por tenant.

Red

  • Requisito público o privado: decidido y reflejado en la configuración.
  • Diseño de puertas de enlace: caminos locales y de red virtual elegidos, compatibles con la configuración de Private Link.
  • Conectividad de los orígenes: orígenes protegidos por sus propias reglas de firewall, no solo por la configuración de Fabric.

Secretos

  • Ninguna credencial incrustada: ni en notebooks, ni en definiciones de canalizaciones, ni en parámetros, ni en Git.
  • Proceso de rotación: probado fuera de producción antes de producción.

Operaciones

  • Registros de auditoría: registro de auditoría de Fabric, diagnósticos de OneLake y auditoría SQL habilitados donde se requiera.
  • Revisiones de acceso: programadas, con propietario y documentadas.
  • Propietario de incidentes: un propietario con nombre para los incidentes de seguridad de la plataforma.
  • Registro consciente del tenant: ID de tenant e identidad que ejecuta en cada registro relevante.

Recuperación

  • Identidades revocadas gestionadas: las canalizaciones y las conexiones no fallan en silencio, ni siguen ejecutándose, cuando una persona se va.
  • Respuesta ante credenciales comprometidas: un procedimiento ensayado para rotar, revocar y evaluar el alcance.
  • Aislamiento de tenants preservado durante la restauración y la reproducción: el reprocesamiento escribe los datos de cada tenant solo en sus propios destinos.

Recomendación

Empieza por el modelo de amenazas y el mapa de caminos de acceso, no por las asignaciones de roles. Separa a los creadores de los consumidores a nivel de área de trabajo, porque los roles de creador son acceso completo a los datos. Decide dónde vive la regla de referencia de cada conjunto de datos, y cierra o alinea cada uno de los demás caminos. Elige un patrón de aislamiento multi-tenant por tipo de cliente, resuelve el contexto de tenant en el servidor y llévalo hasta los datos y los registros. Ejecuta el trabajo de producción con identidades de carga de trabajo que tengan propietario, mantén los secretos fuera de las definiciones y trata la red privada como un control de alcance, no de autorización. Después, mide con honestidad el radio de impacto y demuestra el diseño con pruebas de elusión y revisiones de acceso, porque un modelo de seguridad que nunca se ha probado por cada camino es una hipótesis.

Qué leer después

Fuentes

El comportamiento documentado por Microsoft en este artículo procede de estas páginas de Microsoft Learn:

La tabla de amenazas, los patrones de identidad, la orientación sobre límites de áreas de trabajo, la comparación de controles a nivel de datos, los patrones y la matriz multi-tenant, los controles de aislamiento de tenants, la tabla de radio de impacto, el marco de decisión y la lista de comprobación de revisión son orientación de arquitectura de Javi Builds, no documentación de Microsoft. El ejemplo de referencia es inventado.

Comportamiento de Fabric comprobado con Microsoft Learn en noviembre de 2026. Las funcionalidades de seguridad de Fabric cambian a menudo, y la compatibilidad con vínculos privados a nivel de área de trabajo, protección de acceso saliente y claves administradas por el cliente se sigue elemento por elemento, con varios elementos en versión preliminar. Vuelve a comprobar las páginas enlazadas antes de confiar en un comportamiento o un límite concretos.

Etiquetas

  • Microsoft Fabric
  • Arquitectura de datos
  • Multiinquilino
  • Fabric Workspace
  • Fabric Warehouse
  • Seguridad